摘要
重点研究神经网络的学习算法，给出了单入单出、多入单出、单入多出及多入多出网络学习算法的通用公式．指出了目前人工神经网络研究的方法没有跑出计算数学的“圈子”，人工神经网络所具有的“优点”（如并行性处理）并没有真正的实现．
This is the second of a series of papers with resped to mathematical neural networks proposed firstly by Li Hongxing. The paper focuses on the learning algorithms ofmathematical neural networks. The general learning algorithms for one input one output, ninputs one output, one input m outputs, and n inputs m outputs forword mathematicalneural networks are given. Then some importantideas are pointed out.
出处
《北京师范大学学报（自然科学版）》
CAS
CSCD
北大核心
1997年第1期35-42,共8页
Journal of Beijing Normal University(Natural Science)
基金
国家自然科学基金
北京师范大学跨世纪优秀学科带头人培养基金
关键词
神经网络
数学神经网络
学习算法
梯度下降法
neural networks, mathematical neural networks, learning algorithms, gradientdescent algorithm
